Académique Documents
Professionnel Documents
Culture Documents
CH1 Suite Rappels Maths PDF
CH1 Suite Rappels Maths PDF
Mira de Béjaia,
Département d’Hydraulique
Rappels de Mathématiques
(suite du chapitre 1)
A. Seghir
http://a-seghir.blogspot.
om/
4.1 Définition . . . . . . . . . . . . . . . . 10
7 Théorèmes intégrales de Gauss et de
4.2 Tenseur d’ordre 1 . . . . . . . . . . . . 10 Stokes 21
4.3 Tenseur d’ordre 2 . . . . . . . . . . . . 11 7.1 Théorème de Gauss . . . . . . . . . . . 21
4.4 Propriétés des tenseurs . . . . . . . . 12 7.2 Théorème de Stokes . . . . . . . . . . 22
1 Matrices
Une matrice m × n est une représentation de nombres sous forme d’un tableau de m lignes et n
colonnes.
a 11 a 12 · · ·
A = a 21 a 22 · · ·
··· ··· ···
Chaque élément est désigné par deux indices i , j qui correspondent à sa position dans le tableau.
Si m = n, la matrice est dite carrée et si m = n = 1, elle se réduit à un scalaire. Les matrices sont très
utiles pour résoudre simultanément les systèmes d’équations :
a 11 x 1 + a 12 x 2 + · · · + a 1n x n = b 1
a x + a x +··· + a x = b
21 1 22 2 2n n 2
. . . . . . . . . . . . . . . . . . . . . . . .
a x + a x + · · · + a x = b
n1 1 n2 2 nn n n
M
V −−−−−→ V ′ = M V
Une matrice est dite matrice identité si elle associe à tout vecteur V le vecteur lui-même (elle ne
fait aucune transformation du vecteur), elle est notée I :
V ′ = I V =V
1.1 Determinant
£ ¤
si A = a i j est d’ordre 3 (3 × 3) :
¯ ¯
¯a 11 a 12 a 13 ¯¯ ¯ ¯ ¯ ¯ ¯ ¯
¯ ¯a 22 a 23¯¯ ¯a 21 a 23 ¯¯ ¯a 21 a 22 ¯¯
det(A) = ¯¯a 21 a 22 a 23 ¯¯ = a 11 ¯¯ − a 12 ¯
¯ + a 13 ¯
¯
¯a a 32 a 33 ¯ a 31 a 33 ¯ a 31 a 32 ¯
31 a 32 a 33 ¯
£ ¤
si A = a i j est d’ordre n (n × n) :
¯ ¯ ¯ ¯ ¯ ¯
¯ a 11 ··· a 1n ¯¯ ¯ a 22 ··· a 2n ¯¯ ¯ a 21 ··· a 2n−1 ¯¯
¯ ¯ ¯
det(A) = ¯¯ · · · ··· · · · ¯ = a 11 ¯¯ · · ·
¯ ··· · · · ¯ − · · · + · · · ± a 1n ¯¯ · · ·
¯ ··· · · · ¯¯
¯a ··· a nn ¯ ¯a ··· a nn ¯ ¯a ··· a nn−1 ¯
n1 n2 n1
1. Egalité
Deux matrices du même ordre sont égales si et seulement si toutes leurs composantes sont
égales une à une :
A = B : ai j = bi j
2. Transposée
B = AT : bi j = a j i
4. Multiplication matricielle X
C = AB : c i j = ai k bk j
k
5. Inversion matricielle
A −1 inverse de A : A A −1 = I
Remarques
1. A B 6= B A
2. det(A B ) = det(A) det(B )
3. (A B )T = B T A T
4. det(m A) 6= m det(A)
Un point P de coordonnées (x, y) exprimées dans un repère X Y s’exprime par les coordonnées
(x ′ , y ′ ) lorsque le repère subi une rotation d’angle θ et devient X ′ Y ′ .
Les nouvelles coordonnées s’expriment en fonctions des anciennes coordonnées comme suit :
x ′ = x cos θ + y sin θ
y ′ = y cos θ − x sin θ
Y’
P
y
X’
x’
y’ e2
e’2
e’1
θ
X
e1 x
Lorsque le repère X ′ Y ′ subit lui aussi une rotation d’angle φ, les coordonnées (x ′ , y ′ ) deviennent
(x ′′ , y ′′ ) tel que :
½ ′′ ¾ ·
cos(φ) sin(φ) x ′
¸½ ¾
x
=
y ′′ − sin(φ) cos(φ) y ′
V ′′ = BV ′
B est la matrice de la seconde rotation.
En fonction des coordonnées origines (x, y) :
x ′′
½ ¾ · ¸· ¸½ ¾
cos(φ) sin(φ) cos(θ) sin(θ) x
′′ =
y − sin(φ) cos(φ) − sin(θ) cos(θ) y
x ′′
½ ¾ · ¸½ ¾
cos(θ + φ) sin(θ + φ) x
′′ =
y − sin(θ + φ) cos(θ + φ) y
Si le repère (X ′ Y ′ ) subit une rotation d’angle −θ, on retrouve le repère initial (X Y ), d’où :
½ ¾ · ¸ ½ ′¾ · ¸ ½ ′¾
x cos(−θ) sin(−θ) x cos(θ) − sin(θ) x
= =
y − sin(−θ) cos(−θ) y′ sin(θ) cos(θ) y′
V = CV ′ ; C = AT
1.6 Rotation 3D
La rotation 2D fait changer les coordonnées x et y, la coordonnées z reste telle qu’elle (z ′ = z). On
dit que la rotation 2D se fait par rapport à l’axe Z et on écrit le changement de coordonnées en
incluant z comme suit : ′
x cos(θ) sin(θ) 0 x
y ′ = − sin(θ) cos(θ) 0 y
′
z 0 0 1 z
V ′ = Az V
De même on écrit les matrices de rotations d’angles θx et θ y par rapport aux axes X et Y comme
suit :
1 0 0
A x = 0 cos(θx ) sin(θx )
0 − sin(θx ) cos(θx )
cos(θ y ) 0 sin(θ y )
Ay = 0 1 0
− sin(θ y ) 0 cos(θ y )
Remarque
Une rotation A x par rapport à X suivie d’une rotation A y par rapport à Y est différente de la rota-
tion A y suivie de la rotation A x :
A y A x 6= A x A y
Une transformation linéaire est une transformation dans laquelle chaque nouvelle variable est une
combinaison linéaire d’anciennes variable. En 2D :
x ′ = ax + b y ; y′ = cx + d y
où
V ′ = MV
Définition
Une transformation orthogonale est une transformation linéaire qui préserve les longueurs. La
matrice M d’une transformation orthogonale est une matrice orthogonale et on a :
M −1 = M T
d’où :
a2 + c 2 = 1
b2 + d 2 = 1
ab + cd = 0
soit :
MMT = I
ou
M T = M −1
Dans une transformation linéaire, un vecteru V d’origine (0, 0) et d’extrémité (x, y) se transforme
en vecteur V ′ d’origine (0, 0) et d’extrémité (x ′ , y ′ ), il subit alors une rotation et un allongement (ou
rétrécissement).
La transformation engendre un changement de direction et un changement de module des vec-
teurs.
Si on veut s’intéresser aux vecteurs qui ne subissent pas de rotation avec la transformation alors
on cherche V ′ qui restent parallèles à V :
V ′ // V ⇔ V ′ = λV
Exemple
On considère la transformation :
½ ′ ½ ′¾ · ¸½ ¾
x = 5x − 2y x 5 −2 x
; =
y ′ = −2x + 2y y′ −2 2 y
pour λ = 6 :
½
−x − 2y = 0
donne la droite : x + 2y = 0
−2x − 4y = 0
Les deux droites définissent les directions propres, on dit aussi ‘directions principales’
1
e ′1 = p < 1 2 >
5
1
e ′2 = p < −2 1 >
5
Exemple
½ ¾
1
Le vecteur V = devient :
1
· ¸½ ¾ ½ ¾
5 −2 1 3
V′= =
−2 2 1 0
p
il était de longueur 2 et incliné de 45° par rapport l’axe X et devient de longueur 3 et parallèle à
l’axe X .
½ ¾
1
Le vecteur V = parallèle à la droite 2x − y = 0 devient :
2
· ¸½ ¾ ½ ¾
5 −2 1 1
V′= =
−2 2 2 2
V ′ = MV
U = AV ; U ′ = AV ′
A T U ′ = M(A T U )
d’où la transformation de U en U ′ :
U ′ = AM A T U ; U ′ = DU
Si la rotation fait coïncider les nouveaux axes avec les directions principales, alors la matrice D
est diagonale. La matrice de rotation contient les deux nouveaux vecteurs unitaires calculés en
normalisant les directions principales.
Exemple
Dans l’exemple précédent les directions principales sont données par les deux droites y − 2x = 0
et 2y − x = 0. Les vecteurs unitaires dans ces deux directions sont : e ′1 = p1 < 1 2 > et e ′2 = p1 <
5 5
−2 1 >
· ¸
1 1 2
La matrice de rotation est : A = p
5 −2 1
Avec la rotation d’axe, la transformation M est décrite d’une manière plus simple. Dans le nouveau
repère, on peut écrire :
½ ′
x =x
y ′ = 6y
4 Tenseurs
Les tenseurs sont la généralisation des scalaires, des vecteurs et des matrices. Un tenseur est un
mot générique d’entités mathématiques qui désigne une quantité physique. La description d’un
tenseur dépend du repère de référence utilisé. Dans ce cours, on s’intéresse aux tenseurs carté-
siens, le système de référence est donc un repère orthonormé (OX Y Z ) qui peut subir une rotation
de matrice A et changer en un repère (OX ′ Y ′ Z ′ ).
1 vecteur 2D 21 = 2 ai
3D 31 = 3
2 matrice 2D 22 = 4 ai j
3D 32 = 9
n 2D 2n a i j k···
3D 3n
4.1 Définition
Un tenseur cartésien T d’ordre n est une fonction qui associe à un repère (2D/3D) un groupe de
(2n /3n ) composantes réelles Ti j k··· qui se transforment selon la relation suivante :
3
Tl′mn··· =
X
a l i a m j a nk · · · Ti j k··· (1)
i , j ,k···=1
lorsque le repère subi une rotation de matrice A. Les a l i désignent les cosinus directeurs des nou-
veaux axes du repère (OX ′ Y ′ Z ′ ) par rapport au repère initial (OX Y Z ). Ti j k··· sont les composantes
du tenseur exprimées par rapport au repère initial et Tl′mn··· sont les nouvelles valeurs des compo-
santes du même tenseur exprimées dans le nouveau repère.
Un tenseur d’ordre 1 (vecteur) est un ensemble de trois composantes (repère 3D) Vi définies dans
un repère (OX Y Z ) et deviennent Vl′ lorsque le repère subi une rotation de matrice A.
3
Vl′ =
X
a l i Vi (2)
i =1
Exemple
Une poutre inclinée de 30o par rapport à l’horizontal, chargée à son extrémité par une force F
verciale de 500K N .
La force est une quantité physique représentée par un tenseur d’ordre 1 dans un repère 2D. Son
expression par rapport au repère (OX Y ) est :
½ ¾
F1 = 0
F=
F 2 = −500
Y 30°
Y’
X’
Un tenseur d’ordre 2 (matrice) est un ensemble de neuf (09) composantes (repère 3D) Vi j définies
′
dans un repère (OX Y Z ) et deviennent Vkl lorsque le repère subi une rotation de matrice A.
3
′
X
Vkl = a ki a l j Vi j (3)
i , j =1
Exemple
Si dans l’exemple précédent le vecteur force est lié au vecteur déplacement de l’extrémité libre :
F = KU
avec K est une matrice 2×2 ou tenseur d’ordre 2, alors dans le nouveau repère (OX ′ Y ′ ) nous avons :
F ′ = AF et U ′ = AU
2 2
K i j (a j q )T =
X X
Vi q = aq j Ki j
j =1 j =1
2 2 2 2
′
X X X X
K pq = a pi Vi q = a pi aq j Ki j = a pi a q j K i j
i =1 i =1 j =1 i , j =1
a) Symétrie
Un tenseur d’ordre n > 2 est dit symétrique par rapport à une paire d’indices si ses composantes
restent inchangées sous l’effet d’une permutation de ces indices :
Vi j k··· = V j i k··· : symétrie par rapport à i j , et
Vi j k··· = Vi k j ··· : symétrie par rapport à j k
b) Antisymétrie
Un tenseur d’ordre n > 2 est dit antisymétrique par rapport à une paire d’indices si ses compo-
santes changent de signe sous l’effet d’une permutation de ces indices :
Vi j k··· = −V j i k··· : antisymétrie par rapport à i j , et
Vi j k··· = −Vi k j ··· : antisymétrie par rapport à j k
c) Isotropie
Un tenseur est dit isotrope si ses composantes restent inchangées sous l’effet d’une rotation de
repère. Exemple : le tenseur identité I : I ′ = AI A T = I
5 Notation indicielle
Pour une écriture compacte et allégée des expressions mathématiques, on utilise la notation indi-
cielle. L’espace tridimensionnel est rapporté à un repère orthonormé (OX 1 X 2 X 3 ) dont les vecteurs
unitaires sont notés : e 1 , e 2 et e 3 . Un point M est localisé par les coordonnées x 1 , x 2 et x 3 et noté
M (x i ), l’indice i prend les valeurs 1 à 3 (ou 1 à 2 si l’espace est 2D).
Les tenseurs que nous rencontrerons dans ce cours seront notés comme suit :
x3 X3
e3
e2 x2 X2
O
e1
x1
X1
Si on considère la somme :
S = a1 x1 + a2 x2 + · · · + an xn .
son écriture compacte usuelle est :
n
X n
X n
X
S= a i x i ou : S = a j x j ou bien : S = am xm
i =1 j =1 m=1
Les indices i , j et m sont appelés indices muets dans le sens où la valeur de S ne dépend pas de
l’indice utilisé dans l’expression de la somme.
On peut simplifier d’avantage l’écriture de cette somme on adoptant la convention de somme
d’Einstien suivante :
Lorsqu’un indice est répété (apparait 2 fois) dans un même terme, ça implique une somme sur l’in-
dice répété
Double somme
Lorsqu’un terme contient deux indices, chacun apparaît deux fois, une double somme sur les deux
indices est interprétée.
Exemple :
ai j xi x j = (a i 1 x i x 1 ) + (a i 2 x i x 2 ) + (a i 3 x i x 3 )
= (a 11 x 1 x 1 + a 21 x 2 x 1 + a 31 x 3 x 1 )
+ (a 12 x 1 x 2 + a 22 x 2 x 2 + a 32 x 3 x 2 )
+ (a 13 x 1 x 3 + a 23 x 2 x 3 + a 33 x 3 x 3 )
Un indice est dit indice libre s’il est répété de part et d’autre du signe égal (=) d’une équation.
L’écriture :
Ci = Ai + Bi (5)
est interprétée comme suit : le vecteur C est la somme des vecteurs A et B .
L’écriture :
Yi = A i j X j (6)
comporte un indice libre i qui désigne 3 équations et un indice muet j qui désigne une somme.
Explicitement :
y 1 = a 1, j x j = a 11 x 1 + a 12 x 2 + a 13 x 3
y 2 = a 2, j x j = a 21 x 1 + a 22 x 2 + a 23 x 3
y 3 = a 3, j x j = a 31 x 1 + a 32 x 2 + a 33 x 3
L’écriture :
Vi j = U i k U j k (7)
comporte 2 indices libres i et j et un indice muet k. C’est un ensemble de 9 équations qui donnent
l’expression du tenseur V en fonction de U : (V = UU T ).
I = 0 1 0
0 0 1
Les propriétés du symbole δ que nous allons rencontrer dans ce cours sont :
1. symétrie : δi j = δ j i
2. isotropie : δkl = a ki a l j δi j = δi j
3. trace : δi i = δ11 + δ22 + δ33 = 3
4. produit avec un vecteur : δi j V j = Vi ; δi j Vi = V j
particulièrement : e i = δi j e j
5. produit scalaire des vecteurs unitaires : e i · e j = δi j
6. trace d’une matrice : δi j A i j = A i i = A j j
Dans le cas où les indices i , j et k prennent en rotation circulaire les valeurs 1,2 et 3, on peut
mettre :
1
E i j k = (i − j )( j − k)(k − i ) (10)
2
on a :
E 123 = E 231 = E 312 = 1
et :
E 132 = E 321 = E 132 = −1
mais dès que l’un des indices est répété E prend la valeur nulle :
E 112 = E 122 = E 233 · · · = 0
Le produit de deux symboles de permutation peut être écrit en fonction des symboles de Kronecker
par l’identité suivante :
E i j k E i r s = δ j r δk s − δ j s δkr (13)
E i j m E kl m = δi k δ j l − δi l δ j k (14)
Une des applications de cette identité est la démonstration la relation suivante concernant le triple
produit vectoriel.
U ∧(V ∧ W ) = (U · W )V − (U · V )W
U , V et W étant trois vecteurs (ou tenseurs d’ordre 1).
En effet, l’equation 12 permet d’écrire :
U ∧(V ∧ W ) = u i e i ∧(v j e j ∧ w k e k )
= u i e i ∧(v j w k E j kl e l )
= E j kl u i v j w k (e i ∧ e l )
= E j kl E i l m u i v j w k e m
−E i ml E j kl = δm j δi k − δmk δi j
et compte tenu de :
δm j v j = v m
δi k w k = w i
δmk w k = w m
δi j v j = v i
on peut écrire :
U ∧(V ∧ W ) = ui w i v m e m − ui v i w m e m
= (U · W )V − (U · V )W
∂Ti j ···
ou : ∂p Ti j ··· ou bien : Ti j ···,p (16)
∂x p
∂2 Ti j ···
ou : ∂pq Ti j ··· ou bien : Ti j ···,pq (17)
∂x p ∂x q
Si V = Vi e i est un vecteur (tenseur d’ordre 1) dont les composantes sont des fonctions continues
de t alors :
∂V ∂V1 ∂V2 ∂V3
= e1 + e2 + e 3 = Vi ,t e i = V̇i e i (18)
∂t ∂t ∂t ∂t
Si λ est un tenseur d’ordre 0 (scalaire) et A et B sont des tenseurs dordre 1 (vecteurs), on a les règles
de calcul suivantes :
∂(λA) ∂λ ∂A
= A +λ
∂t ∂t ∂t
∂(A · B ) ∂A ∂B
= ·B + A ·
∂t ∂t ∂t
∂(A ∧ B ) ∂A ∂B
= ∧B + A ∧
∂t ∂t ∂t
dφ ∂φ ∂x 1 ∂φ ∂x 2 ∂φ ∂x 2
= + + (19)
ds ∂x 1 ∂s ∂x 2 ∂s ∂x 2 ∂s
∂x 1 ∂x 2 ∂x 3
u =< > (20)
∂s ∂s ∂s
dx 3
ds
dx 2
X2
1
dx
X1
F IGURE 3 – Gradient
Lorsqu’il est appliqué à φ, la quantité ∇φ (aussi noté : gradφ) est appélée le Gradient de φ.
La différentielle de φ par rapport à ds peut donc s’écrire en fonction du produit scalaire entre le
vecteur ∇ et le vecteur unité u comme suit :
dφ
= ∇φ · u (22)
ds
Remarque
Dans les équations d’élasticité que nous allons rencontrer dans ce cours, lorsque i est un indice
libre alors ∂i φ désigne le vecteur gradient de φ
Interprétation géométrique
A
u= =< 2/3 − 2/3 1 >
|A|
La dérivée vaut
dφ/ds = ∇φ · u = 5/3
Exemple 2
Cet exemple montre que le gradient d’une fonction bidimensionnelle est perpendiculaire à ces
courbes d’isovaleurs. On prends
1
φ(x 1 , x 2 ) = (x 12 + x 22 )
2
Les courbes isovaleurs de φ = C ste sont des cercles concentriques de rayon r = C ste et de centre
(0, 0).
Le gradient de φ est ∇φ =< x 1 x 2 >, sa direction s’obtient en le normalisant :
< x1 x2 > x1 x2
=< q q >=< cos θ sin θ >
|< x 1 x 2 >| x 12 + x 22 x 12 + x 22
Il est donc perpendiculaire aux cercles d’isovaleurs de φ et on conclue que la variation la plus
rapide de φ s’effectue selon le rayon r .
X2
φ
∆
∆ φ
φ=
∆ φ
C
ste
X1
∇V = ∂i v i = v i ,i (27)
Le produit vectoriel :
¯ ¯
¯e 1 e 2 e 3 ¯
¯ ¯
∇∧V = ¯∂1 ∂2 ∂3 ¯
¯ ¯
¯v
1 v2 v3
¯
¡ ∂v 3 ∂v 2 ¢ ¡ ∂v 1 ∂v 3 ¢ ¡ ∂v 2 ∂v 1 ¢
= − e1 + − e2 + − e3 (28)
∂x 2 ∂x 3 ∂x 3 ∂x 1 ∂x 1 ∂x 2
E i j k ∂i v j e k ou bien : E i j k v i , j e k (29)
Remarques
1. La divergence est un scalaire et le rotationnel est un vecteur. On trouve souvent dans la litté-
rature les notations : rotV et divV .
2. Si U = ∇φ, on dit que le vecteur U dérive d’un potentiel φ et nécessairement : rotU = 0
3. Le rotationnel d’un gradient est nul :
∇ ∧(∇φ) = 0 ∀φ
∇ · (∇ ∧ V ) = 0 ∀V
La divergence d’un gradient d’une fonction scalaire φ est le Laplacien de la fonction. Il est noté
comme suit :
∇∇T φ ou ∆φ ou bien ∇2 φ (30)
En notation indicielle :
∆φ = ∂i φi = ∂i i φ = φ,i i (32)
On dit d’une fonction φ qui satisfait l’équation de Laplace : ∆φ = 0, quelle est harmonique et on
dit qu’elle est bi-harmonique si ∆∆φ = 0.
Par extension des notions précédentes, on introduit le gradient d’un vecteur et la divergence d’une
matrice lorsque l’operateur ∇ agit sur ces entités.
On défini le gradient d’un vecteur (tenseur d’ordre 1) V la matrice A telle que :
A i j = Vi , j (33)
A = ∂V2 /∂x 1
∂V2 /∂x 2 ∂V2 /∂x 3 (34)
∂V3 /∂x 1 ∂V3 /∂x 2 ∂V3 /∂x 3
La divergence d’une matrice (ou tenseur dordre 2) T est un vecteur V tel que :
Vi = T i j , j (35)
Considérons un champ tensoriel Ti j k··· définit sur une région de l’espace 3D de volume V délimité
par une surface fermée S. On note n la normale sortante de la surface (figure 5).
Le théorème de divergence de Gauss établie une relation entre l’intégrale sur le volume V des déri-
vées du tenseur T et l’intégrale sur la surface S de la projection de T sur la normale n.
Z Z
(Ti j k···)(n q )dS = Ti j k···,q dV (36)
S V
dS
X2
X1
L’application de ce théorème pour les cas des tenseurs les plus courants (matrice, vecteur et sca-
laire) s’écrit en utilisant les notations indicielle et matricielle comme suit :
un scalaire φ : Z Z Z Z
φn i dS = φi dV ou : φn dS = gradφ dV
S V S V
un vecteur T : Z Z Z Z
T j n j dS = T j , j dV ou T · n dS = divT dV
S V S V
et Z Z Z Z
E i j k n j Tk dS = E i j k Tk , j dV ou n ∧ T dS = rotT dV
S V S V
une matrice M : Z Z Z Z
M i j n j dS = M i j , j dV ou M n dS = divM dV
S V S V
Tandis que le théorème de divergence de Gauss relie l’intégrale de volume à l’intégrale de surface
fermée délimitant le volume, le théorème de Stokes lie l’intégrale sur une surface ouverte à une
intégrale curviligne sur la courbe délimitant la surface.
Ainsi si on nome S une surface ouverte avec C la courbe qui la délimite et on considère un élément
de courbe ds de vecteur unitaire u tel que dsu = d x i e i (figure 6), alors pour tout vcteur V :
Z Z
n · (∇ ∧ V ) dS = V ds (37)
S C
dS
X2
C u
ds
X1